基于物联网技术的人工智能医疗关于慢性阻塞性肺疾病的研究现状及进展

朱 强，朱明辉，杨 震，梁志欣，陈良安 （解放军总医院呼吸科，北京100853）

0 引言

慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）是一种常见的以持续气流受限和进行性发展为特征的呼吸系统疾病，随着病情发展可合并肺源性心脏病和呼吸衰竭，严重影响患者的生活质量［1］。COPD在全球有较高的患病率和死亡率，患病率达10%左右，每年约有300万人死亡，有学者预测到2020年将成为世界第三大死亡原因［2-3］，而我国卫生部公布的数据中也显示COPD在农村地区人口疾病死因中位列第三，在城市地区位列第四，严重危害我国居民健康。

目前，我国COPD患者的诊治现状令人堪忧，主要问题有：①早期诊断不足、漏诊和误诊率高有研究显示在所有诊断为COPD的患者中，仅有35.1%的患者在以往被确诊为COPD，大部分患者在初诊时已属于重度COPD，可能原因为中国COPD患者尤其是在农村对疾病的认知度低，耐受度高，使早期诊断困难，基层医务人员对COPD的认知不足和医疗资源缺乏进一步加重该问题。②诊治不规范临床实践中无论是医生还是患者，随意降低治疗级别、过早停药的现象非常普遍，忽略了COPD患者稳定期和急性加重期的管理目标，对戒烟、氧疗、无创正压辅助通气、康复训练未予足够重视。③患者自我管理差 大部分COPD患者对于自身疾病未予足够重视，不了解COPD的科普知识，常常以出现相关症状时才选择就诊，且治疗依从性差，不能严格遵医嘱用药或症状好转即自行停药，未能践行慢性疾病的长期管理。此外，传统的COPD患者管理模式主要为患者门诊就诊和住院治疗，这种传统的“等待”患者就诊模式拉远了医务工作者与患者之间的距离，使优质的医疗资源未能充分有效的用于患者，对于COPD患者的早期诊断和长期有效管理存在一定局限性。为了有效控制COPD患者的生存质量，推动医疗卫生服务模式的发展，基于物联网技术的人工智能医疗应运而生。

人工智能医疗综合应用条码识别、传感器技术、无线数据通信、定位技术等智能设备，具有全面感知、实时传输和智能处理三大优势，通过大数据训练和模型优化，智能化的对患者进行识别、监测与管理［4］，构建COPD筛查和急性加重预警模型，建立分级处理体系标准和人工智能辅助COPD管理决策系统，根据筛查分级结果智能生成诊断建议或预防方案，根据急性加重风险分级结果智能生成多级联动预警信息、院前应急预案或健康管理方案，搭建COPD防治与管理智能物联网测试平台（包含风险筛查、日常治疗规划、长期监测、分级预警、康复指导、健康教育、远程会诊咨询、远程教学、信息管理等智能服务功能模块），实现以基层医生和患者为核心，开展规范化、全程化和智能化的COPD防治与管理物联网医疗，真正做到优化医疗资源，最大程度的提高医务人员效率，改善患者生存质量，实现COPD的现代化智能管理。

近年来，人工智能医疗关于COPD的随访和管理有大量的临床研究报道，主要包扩肺功能变化情况、生活质量、急性加重次数、住院率、死亡率和患者满意度等，成果已初见成效，优化了医疗资源与患者的配置，让患者享受高质量的医疗服务。物联网在COPD的应用主要包括长期监测和管理、康复训练、自我管理等，其中以监测和管理技术相对成熟，主要方式包括电脑、移动手机、网络和电话，实时传递患者病情变化，有利于医务工作者及时干预，提高了医疗智能化。

1 研究现状

1.1 监测和管理一项前瞻性的随机对照试验［8］纳入101例COPD患者通过人工智能医疗进行9个月预防COPD急性加重的网络知识练习，参与试验并随机分为远程医疗实验组和对照组的29例患者显示出令人满意的结果，实验组COPD住院率和住院时间较对照组均降低，实验组的干预措施得到患者的满意并推广。虽然该研究开始后即有72例COPD患者因不满意网络问题的评判标准退出临床试验，但其试验结果初步证实了人工智能医疗的有效性。而一项瑞士的研究却显示超过50%的COPD患者对于人工智能医疗的服从度、接受度和满意度对都非常高。另外一个定项研究［9］也显示物联网医疗让患者感觉实时受到医护人员的照顾与管理，增强了对自身疾病的管理意识，避免了日常就诊过程中的压力。可见，物联网医疗已逐渐被COPD患者接受，并显示出较高的满意度。

一项随机对照试验［10］纳入447例COPD患者，观察通过人工智能医疗干预后4个月和12个月的生活质量改善情况，结果显示4个月后实验组和对照组生活质量没有变化，12个月后实验组较对照组生活质量明显提高，情绪和心理情况也得到明显改善，但这些疗效主要在远离急性加重危险因素的患者比较明显，而对于单因素分析人工智能医疗干预并未取得显著意义。Adam Steventon［11］的研究也显示人工智能医疗对COPD患者死亡率没有影响，实验组急性加重率和住院率较对照组甚至更高，但该研究入选患者基线不一致，其结果存在一定不可靠性。然而，一项回顾性的Meta分析［12］通过文献检索人工智能医疗和COPD的临床试验或综述共211篇，并对其进行统计学分析，结果发现人工智能医疗能降低COPD急性加重率和住院率，但不能提高COPD患者的生活质量，对疾病死亡率也没有影响。此外，McLean等［13］通过回顾性分析十项随机对照试验对比人工智能医疗常用到的电视监护、电话、网络或其他的方式的有效性，结果发现急性加重次数和住院率均明显降低，但电话随访或管理时患者的花费和死亡率可能更高。

1.2 早期预防和筛查目前，传统的COPD早期预防和筛查主要包括高危因素、影像学、肺功能、呼吸问卷评分、6min步行试验、分子标记物、特殊基因等，主要的方式是门诊就诊，效率较低，资源有限，大部分患者缺乏精心、详细的咨询与指导。而人工智能医疗有助于简化和改善当前形势，主要通过相应的移动客户端输入所需数据，如高危因素、肺功能、影像学、心电图、呼吸困难指数、CAT评分、诊疗指南和科普信息等，对人群进行COPD筛查和预防。对于诊治有难度的患者，甚至可通过物联网技术远程会诊或多学科联合会诊，由权威人士给出专业建议。

国内曾有基于传感技术便携式无线传感肺功能开发的相关报道，但其实用性和有效性尚无大样本数据支持，也没有系统的将COPD的早期筛查和预防与物联网相结合，存在一定的局限性和片面性［5］。而国外的关于基于物联网技术的人工智能医疗对疾病的早期筛查大部分研究报道主要与眼有关。如，Hussain等［6］报道通过人工智能医疗远程筛查糖尿病患者是否合并视网膜病变的研究和Hark［7］报道通过人工智能医疗远程筛查是否有青光眼的研究，结果均显示明显提高了疾病的早诊率和较高的准确率，使患者能及时获得早期干预治疗，并减少了医院的筛查负担和患者自身的经济负担。遗憾的是，目前人工智能医疗对于COPD的早期预防和筛查尚无大型的临床研究报道。

1.3 康复训练近年来，肺康复训练在COPD患者越来越受重视，疗效也得到充分肯定。肺康复是基于患者整体评估为患者量身打造的全面干预，包括运动训练、教育、自我管理等，目的在于改善肺部通气功能，缓解或控制COPD的急性症状和并发症，消除疾病遗留的功能障碍和心理影响，帮助患者在日常生活中获得优质生活量。人工智能医疗进行肺康复训练更加便捷、轻松，大大降低了患者经济负担。一项可行性研究［14］显示重度COPD患者通过家庭远程视屏模式进行3周的肺康复训练和心理咨询，由专门的康复治疗师指导，结果显示74%患者完成了该研究，受欢迎程度较高。完成康复训练的患者COPD临床调查问卷、5次坐立试验、时间行走试验均较康复训练之前明显改善，急性加重率和死亡率降低。有学者报道可能相关的原因为超过7天的康复训练可提高呼吸肌功能，改善患者通气情况。Holland［15］等的研究也报道了类似的结果，且远程训练时间延长至8周，但受欢迎程度和患者完成率明显减低，这可能与重度COPD患者肺功能耐受性较差有关。此外，一项随机对照研究也指出远程肺康复训练降低急性加重率和死亡率主要是稳定期COPD患者，对于COPD急性加重住院后进行远程肺康复训练的有效性证据不足［16］，因此对于此类患者不作常规推荐。此外，一系列荟萃分析和临床综述均报道远程康复训练可以降低不同程度COPD患者的再住院率和死亡率，相对于传统的肺康复训练费用明显降低，但对于急性加重期或因急性加重住院后即开始远程肺康复治疗因证据不足不作推荐［17-18］。

1.4 自我管理COPD患者自我管理干预能够改善预后，可降低呼吸相关的住院率和死亡率。但是，最近的meta分析报道自我管理干预对整体死亡率没有影响［19］，可能的原因有干预的异质性、应用的一致性、干预的特异性、患者人群、随访时间和结局指标，使得在现实生活中很难推广。然而，人工智能医疗有利于改善这些不足。一项随机对照研究［20］纳入29例COPD患者，观察通过人工智能医疗进行COPD自我管理（包括自我疾病认识、呼吸功能锻炼、急性加重期药物调整、书写病情日记等）的临床效果，9个月的研究结果显示患者接受远程自我管理的满意度好，且干预组较对照组依从性高，急性加重率和住院率明显降低。此外，其他的一些研究结果也显示通过人工智能医疗进行COPD自我管理降低COPD急性加重率，提高生活质量，同时也提出了专业化指导对于COPD患者的自我疾病认识和鼓励自我管理技能的发展至关重要［21-22］。但目前相关研究样本量均较小，研究结果无法具有代表性，现实中参与人工智能医疗指导COPD自我管理的专业人士也较少，且尚无标准化的相关自我管理程序，未来应进行更多的研究并整合自我管理的标准模块，对COPD自我管理干预的最有效的形式和内容作出明确的推荐，提高COPD自我管理的依从性和有效性。

2 讨论与展望

基于物联网技术的医疗简称人工智能医疗，是通过使用移动通信技术，如智能手机、平板电脑、笔记本电脑等移动设备提供动态医疗服务和信息，使远程随访和干预慢性疾病成为可能，更使COPD患者管理理念由医院管理前移到家庭与医生管理，如COPD、支气管哮喘、肺癌、呼吸睡眠暂停综合征等，其中COPD患者应用更为广泛。物联网医疗可通过网络平台或APP录入COPD患者的诊断与管理方法，如高危因素、症状、肺功能、肺CT、呼吸困难指数、诊疗指南和科普知识等相关信息，对疑是COPD的患者进行筛查，对诊断明确的患者进行早期干预和全程管理。其中，人工智能医疗用于远程随访和管理的有效性和安全性被已被大量的研究证实，为COPD患者提供了大量的优质医疗资源，降低了疾病相关的经济负担，国外多篇文献也报道人工智能医疗受COPD患者欢迎程度和满意度均较高。人工智能医疗主要用于COPD患者的早期筛选和预防、随访和管理、康复训练、自我管理等，但目前关于早期筛选和预防的相关研究报道较少，其临床有效性和准确性尚不明确，需要进行相关的临床研究探索。用于COPD的随访和管理已被大量的文献报道，大部分研究结果均认为通过人工智能医疗可降低COPD患者急性加重率和再住院率，对死亡率没有明显影响，即使对于重度COPD患者也能获益，但对于大部分COPD患者能否改善生活质量存在争议，需要更多大量本的研究进一步证实。通过人工智能医疗对COPD患者进行康复训练的大部分研究对象主要为稳定期的COPD患者，对于COPD急性加重率和死亡率都有所降低，因COPD急性加重期的患者本身就不适合康复训练，大部分研究结果未发现急性加重期的COPD患者能通过远程医疗完成康复训练获益，仍建议门诊就诊或住院治疗。值得注意的是，目前关于人工智能医疗绝大部分临床研究均在发达国家，尤其是美国、日本早在20世纪中期已开始建立相关智能系统管理慢性疾病，并取得一定成效，但在中国还属于全新的起步事业，需要更多的临床试验进行探索。

COPD管理是一个漫长的过程，且数量庞大，医院管理效率太低。人工智能医疗将COPD患者的早期诊断与全程管理开启了新的篇章，形成了COPD患者的大数据模型，将此模型智能化更加有利于COPD患者的现代化管理。如基于模糊神经网络和长短期记忆网络等高级人工智能算法，通过大数据训练和模型优化，构建COPD筛查、分级诊疗、长期管理、急性加重预警模型，建立人工智能辅助COPD管理决策系统，根据筛查分级结果智能生成诊断建议或预案，根据长期管理分级结果智能生成干预方案，根据急性加重风险分级结果智能生成多级联动预警信息、院前应急预案或健康管理方案，搭建COPD防治与管理智能物联网医疗平台（包含风险筛查、日常治疗规划、长期监测、分级预警、康复指导、健康教育、远程会诊咨询、远程教学、信息管理等智能服务功能模块），真正实现新时代下COPD患者的现代化管理。

相对于传统医疗模式，人工智能医疗前景不可估量，但仍面临巨大挑战。我国尚未对人工智能医疗形成统一的标准，各个医院形成了自己的共享标准平台，医院之间无法共享用户信息，造成一定程度的资源浪费，阻碍了跨区域、跨医院和规模化医疗物联网的形成。此外，人工智能医疗的建立虽然方便了医务人员和患者，但患者的个人信息面临安全问题，容易通过网络被攻击窃取、恶意跟踪和查询造成危害。因此，从整体上加快、加深人工智能医疗的发展和建立相应的法律法规，有助于促进在医疗卫生方面的实际应用，发挥其真正价值。

总之，发展基于物联网技术的人工智能医疗在新的医疗环境下是大势所趋，对于改善COPD患者的长期随访和管理具有重要价值，临床中值得推广。但相关标准体系和技术要求仍处于逐步完善的过程，尤其是面向精准化医疗时代的背景，未来需要更多的前瞻性、多中心、大样本的随机对照研究来探索其有效性和安全性。